xmllint输出行的问题

Question

我知道我的问题包括两个问题...

首先，我想使用xmllint输出"loc“内容标记。我加载的网站地图有一个xmlns="...“。

在xmllint shell上，我需要这样做：

setrootns
xpath //defaultns:loc

这是可行的..。没问题。但我需要在bash脚本中执行此操作。

(AFAIK) xmllint没有告诉“我们走吧，setrootns”的选项，所以我不能这样做：

xmllint --xpath "//loc" sitemaps.xml
# or
xmllint --xpath "//defaultns:loc" sitemaps.xml

这是第一个问题，我如何告诉xmllint加载默认的ns？

如果我不能，让我们看看我的第二个解决方案：

我可以删除xmlns属性，然后就没有ns可用了：

xmllint --xpath "//loc" <(sed -r 's/xmlns=".*?"//' sitemaps.xml)

但是..。现在..。我的500个"loc“内容的整个响应被连接在一行中！

我也试过了：

xmllint --shell sitemaps.xml <<EOF
setrootns
xpath //defaultns:loc/text()
EOF

或者再次

xmllint --shell sitemaps.xml <<EOF
setrootns
cat //defaultns:loc
EOF

第一个给我(举个例子)

465  TEXT
    content=http://... 

使用截断的url

第二行给我“-”每2行...最后一行是"/>“..。

我开始变得非常紧张。:)

如果您能找到任何解决方案，非常感谢。

我们的目标是拥有每个位置，每行一个。

Answer 1

我以前也做过类似的事情：

clean_xml_message=$(echo "$xml_message" | sed 's/xmlns/ignore/')

最终，您可以尝试放回新行：

sed 's/></>\n</g' 

我猜你只想要没有<loc></loc>的网址？然后我会用xmllint选择所有的loc元素：

<loc>...</loc><loc>...</loc><loc>...</loc>

然后添加新行：sed 's/<loc>/<loc>\n/g' | sed 's#</loc>#\n</loc>#g'

<loc>
...
</loc><loc>
...
</loc><loc>
...
</loc>

最后，删除标签grep -v "<loc>" |grep -v "</loc>"，或者一个grep -v "$<"就可以做到。(-v是反选：http://unixhelp.ed.ac.uk/CGI/man-cgi?grep)

Answer 2

@BrnVrn是对的，我只需要在标签后面附加"\n“

然后我找到了关于名称空间的答案，我可以使用local-name来不检查默认名称空间

所以，我这样做了：

xmllint  --xpath "//*[local-name()='loc']/text()" <(sed 's/<loc>/<loc>\n/g' sitemaps.xml)

而且它起作用了！

感谢所有人

Answer 3

对于换行符问题，您可以查看以下代码库：

https://gitlab.gnome.org/cykerway/libxml2

及其合并请求：

https://gitlab.gnome.org/GNOME/libxml2/merge_requests/8

基本上，它让您可以在xpath节点集结果中选择分隔符。所以有了这个example.xml

<?xml version="1.0" encoding="UTF-8"?>
<menu>
    <food>
        <name>Hot Chocolate</name>
        <price>$1.99</price>
    </food>
    <food>
        <name>Iced Tea</name>
        <price>$2.99</price>
    </food>
</menu>

您可以执行以下操作：

# xmllint --xpath "//name/text()" --xpath-separator "\n" example.xml

输出：

Hot Chocolate
Iced Tea